python - 以 Pandas 系列为例，其中每个元素都是一个 DataFrame，并将它们组合成一个大 DataFrame

Question

我有一个 Pandas 系列，其中该系列的每个元素都是一个单行 Pandas DataFrame，我想将其附加到一个大 DataFrame 中。例如：

import pandas as pd
mySeries = pd.Series( numpy.arange(start=1, stop=5, step=1) )

def myFun(val):
    return pd.DataFrame( { 'square' : [val**2],
                           'cube' :  [val**3] } )
## returns a Pandas Series where each element is a single row dataframe
myResult = mySeries.apply(myFun)

那么如何myResult将所有的小数据帧合并到一个大数据帧中呢？

Answer 1

import pandas as pd
import numpy as np
mySeries = pd.Series(np.arange(start=1, stop=5, step=1))


def myFun(val):
    return pd.Series([val ** 2, val ** 3], index=['square', 'cube'])

myResult = mySeries.apply(myFun)
print(myResult)

产量

   square  cube
0       1     1
1       4     8
2       9    27
3      16    64

Answer 2

连接它们：

In [58]: pd.concat(myResult).reset_index(drop=True)
Out[58]: 
   cube  square
0     1       1
1     8       4
2    27       9
3    64      16

由于原来的索引都是0，所以我也重置了它们。

Answer 3

尽管您可能发布了一个简化的示例，但它似乎过于复杂。为每一行创建一个新系列会产生大量开销。例如，这在我的机器上要快 200 倍以上（对于 n=500）：

meResult = pd.DataFrame({'square': mySeries**2,'cube': mySeries**3})